♻️ refactor(core): 重构 AI 能力与定时任务调度系统 (#2148)

* ♻️ refactor(core): 重构 AI 能力与定时任务调度系统

- 【AI 能力与工具】重构 Capability 注册与管理机制，引入 CapabilityManager 统一管理
- 移除全局能力注册表，改用声明式装饰器 `@capability` 进行解耦注册
- 重构工具解析器链，使用统一的 BaseToolResolver 代替原有的多个特定解析器
- 增强工具查询过滤，支持通配符匹配、工具箱过滤和排除标签
- 【定时任务调度】重构定时任务管理器，引入 SchedulerRegistry 统一管理任务元数据
- 引入 JobConfig 聚合定时任务配置，支持用户维度的定时任务调度
- 重构执行分发器，支持并发限制、串行间隔和随机延迟打散
- 【运行上下文】引入 ScheduledDeps 以支持后台和定时任务环境下的依赖注入
- 优化 RunContext，支持从定时任务上下文快速构造，并提供 emit 辅助方法
- 【日志与监控】引入 AILoggerProxy，实现 AI 各模块的专属日志输出
- 将各模块的全局 logger 替换为对应的模块专属日志代理
- 【其他优化】修复 Pydantic V1 兼容层中 model_validator 的装饰器兼容性问题
- 在非交互式环境（如定时任务）中自动隐藏 HITL 交互工具以节省 Token

* ♻️ refactor(core): 优化内部导入路径并提升 Pydantic 兼容性

- 【重构】将 `services/ai` 模块内的绝对导入重构为相对导入，优化包结构
- 【重构】移除不必要的 `if TYPE_CHECKING` 保护，通过 `from __future__ import annotations` 直接导入类型
- 【清理】清理 `core/messages/types.py` 中未使用的 `AssistantContentUnion` 等联合类型定义
- 【优化】在 `utils/pydantic_compat.py` 中新增 `model_rebuild` 兼容函数，统一 Pydantic V1/V2 的模型重建逻辑
- 【优化】将部分函数内部的延迟导入提升至模块顶部，规范代码结构

* ♻️ refactor(imports): 优化导入路径为相对导入并清理冗余导入

- 【重构】将 AI 服务相关模块中的绝对导入路径修改为相对导入，提升模块内聚性与可移植性
- 【清理】移除多处函数内部或类方法中未使用的冗余导入，避免循环引用和资源浪费
- 【格式化】微调部分工具装饰器和返回语句的格式与尾随逗号

* 🚨 auto fix by pre-commit hooks

---------

Co-authored-by: webjoin111 <455457521@qq.com>
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>

zhenxun/services/ai/utils/utils.py

@@ -3,6 +3,7 @@ from collections.abc import Callable
 import functools
 import inspect
 import threading
+from typing import Any
 
 
 def wrap_to_async(func: Callable) -> Callable:
@@ -55,3 +56,37 @@ def wrap_to_async(func: Callable) -> Callable:
     setattr(async_wrapper, "__is_async_wrapper__", True)
     setattr(async_wrapper, "_is_coroutine", True)
     return async_wrapper
+
+
+def parse_routing_string(route_str: str, default_namespace: str) -> dict[str, Any]:
+    """
+    统一的声明式路由字符串解析函数。
+
+    支持格式:
+    - "namespace.target"
+    - "*.target" (等价于 global.target)
+    - "target" (使用 default_namespace)
+
+    target 支持:
+    - "*" (全选)
+    - "#tag1#tag2" (按标签筛选)
+    - "name" (按精确名称筛选)
+    """
+    if "." in route_str:
+        ns, target = route_str.split(".", 1)
+        if ns == "*":
+            ns = "global"
+    else:
+        ns = default_namespace
+        target = route_str
+
+    result: dict[str, Any] = {"namespace": ns}
+
+    if target == "*":
+        pass
+    elif target.startswith("#"):
+        result["tags"] = [t for t in target.split("#") if t]
+    else:
+        result["name"] = target
+
+    return result